基于αβ坐标系模型的双馈风力发电机参数辨识

第42卷第20期2014年10月16日电力系统保护与控制POWERSYSTEMPROTECTIONANDCONTROLVL0142NO200CT162014基于0【J3坐标系模型的双馈风力发电机参数辨识王红，梁俊霞，胡佳琳1燕山大学电气工程学院，河北秦皇岛066004；2云南电网北京能源新技术研究发展中心，北京100084；3中国电能成套设备有限公司，北京100000摘要目前双馈式风力发电机DFIG为国内外风力发电机的主流机型。要研究大规模风电并网对电力系统可靠性和稳定性等方面产生的影响，必须要有准确的风力发电机的模型和参数。研究了双馈风力发电机的模型参数辨识方法。首先在MAT1ABSIMU1INK环境中搭建了风力发电机并网的仿真模型，得到并网的实测数据。然后选用发电机的0CB坐标系数学模型，在对模型进行可辨识性分析的基础上得到定子自感、定转子互感的表达式最后利用遗传算法，并采用分步辨识策略，进一步辨识出转子初相位角、定子自感、定转子互感、转子互感等风力发电机参数为研究大规模风电并网等课题提供了可靠的理论依据。关键词双馈风力发电机；参数辨识；遗传算法DOUBLYFEDWINDPOWERGENERATORPARAMETERIDENTIFICATIONBASEDONTHE伍肛COORDINATEMODELWANGHONG，LIANGJANXIA2，HUJIALIN1SCHOOLOFELECTRICALENGINEERING，YANSHANUNIVERSITY,QINHUANGDAO066004，CHINA；2YUNNANPOWERGRIDBEIJINGNEWENERGYTECHNOLOGYRESEARCHANDDEVELOPMENTCENTER,BEIJING100084，CHINA；3CHINAPOWERCOMPLETEEQUIPMENTCO，LTD，BEIJING100000，CHINAABSTRACTDOUBLYFEDWINDPOWERGENERATORDFIGPEISTHEMAINSTREAMMODELOFTHEWINDTURBINEATHOMEANDABROADATPRESENTTOSTUDYTHEIMPACTONRELIABILITYANDSTABILITYOFPOWERSYSTEMWITHLARGESCALEWINDPOWERGRID，ITMUSTHAVEACCURATEMODELANDPARAMETERSOFWINDTURBINETHEREFORE，THISPA_PERSTUDIESTHEMODELPARAMETERIDENTIFICATIONMETHODOFDOUBLYFEDWINDPOWERGENERATORFIRST。INTHEMATLABSIMULINKENVIRONMENT，ITSETSUPASIMULMIONMODELFORTHEWINDTURBINEGRIDCONNECTEDANDGETSTHEMEASUREDDATAAFTERWARDS，BYUSINGTHEGENERATOR仅DCOORDINATESYSTEMMATHEMATICA1MODEL，ITANALYZESTHEIDENTIFIABILITYTOILLUSTRATETHECONVERGENCEFORTHEPROPOSEDMODEL，ANDTHENTHROUGHTHEANALYSISOFTHEMATHEMATICALMODEL，GETSALLEXPRESSIONOFSTATORSELFINDUCTIONANDTHEMUTUALINDUCTANCEFINALLY，THEROTORINITIALPHASEANGLEO0，STATORSELFINDUCTANCE，MUTUALINDUCTANCE，ANDMUTUALINDUCTANCEBETWEENROTORANDSTATORCARLBEIDENTIFIEDBYUSINGGENETICALGORITHMWITHIDENTIFICATIONSTRATEGYSTEPBYSTEPITPROVIDESRELIABLETHEORYFORTHESTUDYOFLARGESCALEWINDPOWERGRIDKEYWORDSDOUBLYFEDWINDPOWERGENERATOR；PARAMETERIDENTIFICATION；GENETICALGORITHM中图分类号TM614文献标识码A文章编号167434152014200081050引言风电并网的技术日臻完善，因此大量的风电场投入了商业运营I】。现如今，风力发电机WTG的主流机型为双馈式风力发电机DFIGJ。越来越多的风力发电机组接入电网，会对电力系统的安全稳定运行产生重大影响P。风电机组参数表征其本质机理和特性，形式表现为机组各组成部分的具体参数，如风力发电机的电抗、电阻、时间常数、转动惯量等。要研究大规模风电接入对电网产生的影响及解决措施，就必须要有准确的风力发电机组参数【4J。基金项目中国南方电网公司科技项目KYN2012018从双馈式风力发电机参数辨识新情况来看，文献5】运用最D乘法，研究了22KW实验风机的三参数辨识问题，仿真和实验验证结果具有很好的精度。文献6基于LABVIEW2009软件搭建的双馈电机参数辨识平台，采用图形化编程语言，实现了双馈电机的参数辨识。文献7】运用MATLABSIMULINK仿真工具，给定一些参数，对15MW双馈风电机组故障状态进行仿真分析。在选用风力发电机数学模型上也各有不同，国内外研究者大多选用风力发电机的三阶、五阶暂态数学模型或者选用经坐标变换得到的DQ0坐标系模型。C【P坐标系与DQ0坐标系之间有一定的角度，当由AP坐标系变换到DQ0坐标系时附加了一个角度参数，而电力系统保护与控制辨识时这个角度参数是未知的，因此运用旺B坐标系模型辨识要比DQO坐标系模型少辨识一个参数，辨识过程简单化。由于风力发电机的电气参数能够表征其并网后的电气特性，磁链的变化与并网后的稳定情况密不可分，因此本文只对风力发电机的电气参数进行了辨识。本文选用0【坐标系数学模型，对该模型参数进行可辨识性分析。由于定子自感、转子自感及定转子互感无法同时辨识，因此选用分步辨识策略。辨识算法选用遗传算法，将参数估计问题转化为参数寻优问题，在一定的范围内搜索得到最优解，得到辨识的参数。1DFIG数学模型的可辨识性分析本文中选用的是CCB坐标系数学模型，运用此模型进行参数辨识时需要进行可辨识性分析，0【B坐标系数学模型只有在可辨识的情况下才能用于参数的辨识。11P磁链动态模型方程选用定子侧的模型进行辨识，采用分步辨识策略，在定子侧参数已辨识的情况下，辨识转子侧参数。P坐标定子磁链动态模型方程为也L0LJ0L一ILZSINOLF,L式中和。为P轴磁链，该模型中不含有转子电压分量，且甜。，。，FS，FSB，FR，FR均为测量的瞬时值，其中FM，FRB为由I，FR，从转子侧经绕组归算到定子侧N得到；式3中0OOFCODT为转子位置，OO为转子初始位置，为转换为电角度的转子角速度，如果电机匀速运行，则0OOAXTT；为定子电阻，为定子自感，为定转子互感，P为微分算子。由于同处一个坐标系下，电感矩阵已经是常数矩阵。待辨识的参数为，。12可辨识性分析可辨识性是指根据所测量到的输入一输出量的动态数据，能唯一确定模型的参数。除了唯能确定模型的参数外，还要求模型是收敛的，若模型是收敛的且能唯一确定模型参数，则可认为所选用的模型具有可辨识性。假设若干组，厶，LM，值，根据式1计算每一组假设值对应的和，再根据式2计算该组假设值对应的FM，反变换计算求得对应的，FRB，RC，与实测值IRA,FRBI进行比较，定义目标函数为F4FRA一FRB一一I111式中，为观测量采样点数。如此重复上述过程，直至目标函数得到的值最大，即得到最优解。总之，进行仪B坐标系数学模型可辨识性分析，就是分析在一组，厶，LM，OO数值时，其中一个量发生变化，分析目标函数值的变化情况。该分析的意义在于判断目标函数是不是具有收敛性。假设一组参数，如表1所示，以此参数结合模型方程，求式4的20000个点的目标函数值。分别对表中，AO这四个参数值进行单一变化，无论偏差大小，观看目标函数的大小，参数单一变化后，目标函数值如表1所示。表1参数变化引起目标函数收敛性变化值TABLELVALUEOFOBJECTIVEFUNCTIONCONVERGENCEDUETOPARAMETERSCHANGE电力系统保护与控制值可以得到和，经快速傅里叶变换FFT就可以得到其幅值和相角，则和可求，定子电流经FFT后，B、可求，B是由原转子电流幅值旋转而来，即进行绕组归算后的值。进一步分析得耐SOSINOX0O1ISINOOCOSOXOOLJLJL一根据式6，求解得，COS】PCOS90卜GSINROIRPSINP0IIS邮SINSOIPSINPO卜PCOSS0ZPCOS90I，【COS】COS80卜GSINCROISBSIN8OI【COSPOISPCOSSOLSINPOI娜SINSO8将式8得到的值代入式5中发现只有一个未知量即，根据转子电流变换到定子侧的式7知，如果要求，必须求出的值。因此整个辨识过程就可以看作只有一个变量参数OO。33构建目标函数针对每一个测点，式5式8都应该成立，可选择定子电流作为比较量，代入、OO到式9求电流。LMIR一LSF91ILS阳LMIRP一LLS一目标函数值R为TL_一10ZE,SFPFSBFP一式中，带P的量为辨识过程的计算量，其他量为根据实测量的计算量，越大，表明OO值越接近目标真值。34改进的遗传算法参数辨识由于辨识过程中只有一个未知量OO，且未知量的搜索范围为【0。，360。】，搜索范围大，因此运用改进的遗传算法对其进行分段搜索，很快就可以求得最优值OO20989。将O020989。代入式7和式8中，得到。、的辨识结果如表2所示。由算法得到的FS。与测量变换得到的FS波形的比较图如图2所示。表2定子侧参数辨识值TABLE2PARAMETERIDENTIFICATIONVALUEOFSTATORSIDESAISAP和K的波形比较图00470O0475O0480004850049000495TSFB1A图的局部放大图图2FS。和K的波形图和局部放大图FIG2FSDANDFSTHEWAVEFORMOFFIGUREANDLOCALAMPLIFICATIONFIGURE由于转子电压的波形为方波并非正弦波，幅值和相角不能经FFT得到，因此利用已辨识出来的定子侧的参数，对转子侧参数进行辨识。RA一LMISALRLRIR12IB一FSP上述式11和式12中只有一个是未知量，需要辨识。将得到的数据代入式12中，得到辨识过程中的LR如表3所示。表3转子侧参数辨识值TLABLE3PARAMETERIDENTIFICATIONVALUEOFROTORSIDE综上所述，利用参数辨识算法得到的参数与其真实值比较，误差在一定的范围内，因此经过算法辨识出来的双馈式风力发电机的参数能够有效地表示其真实参数。王红，等基于C【B坐标系模型的双馈风力发电机参数辨识854结论双馈式风力发电机的参数辨识算例分析结果显示，本文选用的0CB坐标系模型用于辨识风力发电机的稳态参数是可行的。在辨识之前需要进行可辨识性分析，只有在目标评价函数收敛的情况下，参数才可以唯一被辨识。在辨识参数的过程中，通过变换和分解OCP磁链动态模型方程，得到被辨识参数的方程表达式，进而得到求解其他参数的关键参数O0，由于O0的范围很大，因此采用了分段搜索，进而辨识出所需要的各个参数。根据相对误差，可以看出所辨识出的参数是正确的，所选用的模型和辨识算法也是可行的。参考文献1田春筝风电场建模及其对接入电网稳定性的影响分析【JJ电力系统保护与控制，2009，3361113TIANCHUNZHENGMODELINGOFWINDFARMSCONNECTEDTOTHEGRIDANDITSIMPACTONTHESTABILITYANALYSISJPOWERSYSTEMPROTECTIONANDCONTROL，2009，33611132米增强，苏勋文，杨奇逊，等风电场动态等值模型的多机表征方法J电工技术学报，2010，2545456MIZENGQIANG，SUXUNWEN，YANGQIXUN，ETA1CHARACTERIZATIONOFMULTIMACHINEDYNAMICEQUIVALENTMODELINWINDFARMSJTRANSACTIONSOFCHINAELECTROTECHNICALSOCIETY，2010，25454563何世恩，董新洲大规模风电机组脱网原因分析及对策J继电器，2007，31201623HESHIEN，DONGXINZHOUOFFGRIDCAUSEANALYSISANDCOUNTERMEASURESINWINDTURBINESJRELAY，2007，312016234马神炜，俞俊杰，吴国祥，等双馈风力发电系统最大功率点跟踪控制策略J电工技术学报，2009，2447074MAYIWEI，YUJUNJIE，WUGUOXIANG，ETA1MAXIMUMPOWERPOINTTRACKINGCONTROLSTRATEGYINDOUBLEFEDWINDPOWERGENERATIONSYSTEMJTRANSACTIONSOFCHINAELECTROTECHNICALSOCIETY，2009，24470745SENJYUT，YASUTAKAO，YONAA，ETA1PARAMETERIDENTIFICATIONOFWINDTURBINEFORMAXIMUMPOWERPOINTTRACKINGCONTROLC】PROCEEDINGOFINTERNATIONALCONFERENCEONELECTRICALMACHINESANDSYSTEMS，SEOUL，KOREA，2007248252L6DORIGOM，BIRATTARIM，STUTZLETANTCOLONYOPTIMIZATIONJCOMPUTATIONALINTELLIGENCEMAGAZINE，2006，L428397庄哲民，殷国华，李芬兰，等基于小波神经网络的风力发电机故障诊断J电工技术学报，2009，2492931ZHUANGZHEMINYINGUOHUA,LIFEN1ANETA1WINDTURBINEFAULTDIAGNOSISBASEDONWAVELETNEURALNETWORKJTRANSACTIONSOFCHINAELECTROTECHNICALSOCIETY，2009，24929318潘学萍，鞠平，徐倩，等双馈风力发电机参数分步辨识及观测量的选择J中国电机工程学报，2013，3347178PANXUEPING，JUPING，XUQIAN，ETA1PARAMETERSSTEPIDENTIFICA